Úvod do shlukování na základě modelů

Mixture Models v R

Victor Medina

Researcher at The University of Edinburgh

Co je shlukování?

Postup rozdělení souboru pozorování do smysluplných podskupin

 $\to$ Pomáhá zkoumat a pochopit přirozenou strukturu datové sady

Mixture Models v R

Aplikace shlukování

  • Medicína
    • Př. Analýza lékařských snímků k rozlišení typů tkání
  • Byznys
    • Př. Identifikace skupin zákazníků pro cílenou marketingovou strategii
  • Sociální vědy
    • Př. Identifikace městských zón podle typu trestné činnosti pro efektivní řízení zdrojů
Mixture Models v R

Metody shlukování

  • Rozdělovací techniky
    • Hledají centra shluků a každé pozorování je přiřazeno nejbližšímu centru. Př. Kmeans
  • Hierarchické techniky
    • Spojují pozorování podle podobnosti. Př. Hierarchické shlukování
  • Metody na základě modelů
    • Využívají pravděpodobnostní rozdělení. Př. Směsové modely
Mixture Models v R

Dataset pohlaví

gender <- read.csv("gender.csv")
head(gender)

    Height   Weight      BMI
1 73.84702 241.8936 31.18576
2 68.78190 162.3105 24.12104
3 74.11011 212.7409 27.23291
4 71.73098 220.0425 30.06706
5 69.88180 206.3498 29.70803
6 67.25302 152.2122 23.66049
Mixture Models v R

Dataset pohlaví: Dokážete odhadnout pohlaví?

library(ggplot2)
ggplot(gender, aes(x = Weight, y = BMI)) + geom_points()

Mixture Models v R

Dataset pohlaví: Dokážete odhadnout pohlaví?

Mixture Models v R

Tradiční přístupy ke shlukování

Mixture Models v R

Shlukování na základě modelů

Mixture Models v R

Shlukování na základě modelů

Mixture Models v R

Pojďme procvičovat!

Mixture Models v R

Preparing Video For Download...